記事"相場パターンを見つけるための計量的アプローチ:自己相関、ヒートマップ、散布図"についてのディスカッション

 

新しい記事 相場パターンを見つけるための計量的アプローチ:自己相関、ヒートマップ、散布図 はパブリッシュされました:

この記事では、季節的特徴の拡張である自己相関ヒートマップと散布図を紹介します。 この記事の目的は、"マーケットメモリ"が季節的な性質を持ち、任意のオーダーの増分の最大相関によって表現されることを示すものです。

M15時間枠に関する追加のチェックを行いましょう。 現在の時間と前日の同じ時間の間の同じ相関関係を探しているとします。 この場合、有効ラグは4倍大きく、毎時4つのM15期間が含まれているため、約24 *4 = 96でなければなりません。 同じ設定とM15時間枠でEAを最適化しました。

最適化された間隔では、結果として生じる有効なラグは <60 ですが、奇妙です。 オプティマイザが別のパターンを検出したか、EAが最適化し過ぎていた可能性があります。

 

図16. 最適化された間隔で 'Order 閾値' 変数に対する 'Lag' 変数の関係

フォワードテスト結果については、遅延が正常で、パターンを確認する100に相当します。 

図17. 前方間隔の 'Order 閾値' 変数に対する 'Lag' 変数の関係

作者: Maxim Dmitrievsky